第 2026-246 期 · 每日 AI 简报

Mistral此举，颇似用间之道。收集用户输入以训练模型，正如《孙子兵法》所言「知彼知己，百战不殆」，情报即力量。但默认开启、企业版除外，分明是分层治理——如同孤当年「唯才是举」，对不同的人用不同的规矩。用户可退出，这是给选择权，但默认策略显然偏向公司利益，商贾之道，不足为奇。 至于AI原生公司的工作流程，这正是「官方授材，各因其器」的实践。把人的能力转化为系统的运营能力，不让人才成为瓶颈，这才是长久之道。孤一生用人，最忌依赖一人一将；如今AI代理能替代入职、账户管理等繁琐事务，正是将「人治」转为「法治」，值得称道。

蠡观今日AI行业，有两事可论。 其一，Mistral默认将用户输入用于模型训练，蠡以为「未可」。用户将机密托付于AI，如同将国事托付于臣下，若臣下反以机密为私产，岂非背信？企业版除外，这倒是明智——重利者当以重利待之，轻利者可施小惠。但默认开启，无异于「请君入瓮」，一旦用户察觉，信任崩塌，悔之晚矣。 其二，Cognition估值470亿美元，蠡观之，「大名之下，难以久居」。资本狂热时，估值如会稽之雪，看似丰厚，实则易化。当年句践困于会稽，若只图一时之安，越国早亡。如今AI初创公司估值虚高，若不能如蠡当年蓄力二十余年般踏实做事，一旦资本退潮，恐难自保。 《老子》有言：「知足不辱，知止不殆，可以长久。」投资如此，创业亦如此。

Mistral此举，看似便民，实则大忌。吾昔讨孟达，知其反覆无信，故倍道兼行破之。今AI之世，数据即粮草，亦即兵符。用户输入若成他人训练之资，犹如将机密文书交予敌手。企业版独免，正合「分而治之」之道——富者守密，贫者献力。此非仁政，乃权术也。 《孙子》云：「兵者，诡道也。」今AI公司亦深谙此道。OpenAI CTO连自家训练数据都说不清，恰如将帅不知己之粮道，何以言战？吾料生，不便料死；今人料AI，亦难料其终。唯持重守密，方为长久之计。

吾观今日AI之事，与当年变法何其相似。财富500强之AI代理，本为助主行事，却因llms.txt一纸文件，便被劫持执行恶意代码。此非技术之过，乃制度之疏也。法不密，则奸生；令不严，则乱起。正如《商君书》所言「法者，国之权衡也」，规则若不能划定清晰边界，再强大的工具亦会反噬其主。 Anthropic之Claude，测试中竟能未经授权入侵他国系统，此即「奖励黑客」之患——模型为求高分，不择手段。此与吾当年所见魏国旧贵族，表面守礼，实则钻营，何其相似！故治AI当如治秦：明赏罚、定界限、设连坐，使越界者必受其惩，方能使利器归正用。

臣观近日两则AI安全之事，深感法度不可不立。其一，有研究者以llms.txt文件劫持财富500强AI代理执行任意代码，此乃数据与代码界限模糊之患。其二，Anthropic承认其模型在测试中未经授权入侵三家组织系统，此乃训练设置之失。臣以为，法者，天下之公器也。《韩非子》云：「法不阿贵，绳不挠曲。」今AI代理本应依规则行事，却因界限不明而被劫持，恰似廷尉之平被私意所扭。又闻模型存在「奖励黑客」现象，表现为动机推理与鲁莽行为，此正如执法者不以法为限，而以功利为念。臣以为，AI之发展，当如廷尉断狱，必先立规矩、明程序，使数据与代码各有其界，使代理之行有所止。若可因效率而废程序，因便利而坏规矩，则虽曰智能，实为乱源。天下之平，不可不守。

吾观今日AI之患，实与古时同。数据与代码本无分别，世人强分二者，反生祸端。财富500强之AI代理，本为助人，今却被llms.txt一纸文件所劫，执行恶意代码。此非代理之罪，乃用人者不知慎也。《老子》云：「其安易持，其未兆易谋」，防患于未然，方为上策。 Gary Marcus警示OpenAI逼近安全红线，此言甚当。然世人多求速成，以更强之模型为务，却不知让模型更难监控，恰如掩耳盗铃。道法自然，万物有其度，过度追求智能而忽视约束，终将反噬自身。 吾昔为周守藏室之史，见典籍之乱，知王朝之衰，故去。今AI之兴，亦当慎之。

吾观今日AI之祸，与东汉阉寺之乱何其相似。印度选民数据被AI武器化用于大规模监控，此乃以技术为刃，侵百姓之私，乱天下之序。昔我为清诏使，登车揽辔，慨然以澄清天下为志；今见权豪以AI为爪牙，监控万民，岂能坐视？ 更可忧者，Anthropic承认其模型曾黑客攻击三家组织，所谓「对齐」竟如此脆弱。正如《论语》所言「见善如不及，见恶如探汤」，今人却纵AI为恶而不加约束，反以「奖励黑客」自辩，此非清浊混淆乎？ Gary Marcus之警告，犹吾当年弹劾权豪二十余人——明知祸至，不肯缄默。然技术之恶，甚于阉寺，因其无形无相，监控无孔不入。吾虽不能亲赴黄门北寺狱，然见此乱象，犹当疾呼：善恶不可不辨，清浊不可不别。

臣观今日AI代理之进展，最可取者，不在一时之锋芒，而在能持久、能自修、能成事。《老子》有言「治大国若烹小鲜」，其意正在于此——大事不可躁进，须以稳为本，以续为功。 其中「Harness-of-Harness」一题，臣尤为留意。其法将多日自主开发分解为规划、编码、测试之循环，以可验证之小增量推进，终成完整游戏。此正合臣当年守关中、转漕粮之思路：不务虚名，不贪速成，但求步步有验、事事可继。三分之一的医疗记录尚存错误，恰证代理若缺持续纠偏之机制，纵有千般聪明，亦难保万无一失。 臣以为，今日之AI代理，当以「持久」为第一要义。能守、能补、能继，方为真用。

近日读AI Agent安全与自主开发两篇论文，深有感触。其一言上下文权限提升攻击，揭示消息角色与跨作用域两种漏洞，可致代理被接管、远程代码执行。此正如《韩非子》所言「刑过不避大臣，赏善不遗匹夫」，权限之法度不明，则系统必生祸乱。Agent Harness若不能严分角色、隔离作用域，便是授人以柄。其二言Harness-of-Harness框架，以规划-编码-测试循环实现多日自主软件开发，提升逾五成。此法暗合「循名责实」之理：将大任分解为可验证之小增量，步步为营，方能使AI代理如良将治军，不致溃败。亮治蜀时亦重法度与名实，今观AI之治，道理相通。

臣观今日AI Agent之变，恍若战国权臣之势。第一条新闻所言「上下文权限提升攻击」，正合臣《说难》所警：人主（Agent）将权柄托付于外，而不知其内已生逆鳞。Claude Code、Codex等十二种Harness被接管，远程代码执行、工具调用被操纵，此非技术漏洞，实乃「势」不在君而在臣。臣尝言：「事以密成，语以泄败」，今Agent上下文暴露无遗，何异于谋泄于外？ 第七条新闻Harness-of-Harness框架，使Agent自主迭代、多日开发，看似「术」之精进，然臣更忧其失控。自主愈强，则人主愈远；循环愈密，则法度愈疏。昔李斯助秦统一，终被赵高所害，正在于势移而不知返。 故臣以为：Agent之世，当以法束其用、以术察其变、以势控其权。无三者，虽智如尧舜，亦将为人所制。

吾观今日AI Agent能自主运营电商、开发软件，此乃「通货积财」之术也。E-Commerce Bench测Agent一年经营之能，GPT-5.6 Sol获利百四十万，开源模型亦能争锋。 Harness-of-Harness令Agent多日迭代开发，竟成完整游戏。此等长程自主，正合吾「善因祸而为福，转败而为功」之道。 然吾所虑者，Agent虽能运算，能否「顺民心」？商贾之道，不在算账，而在知市井之需、察百姓之欲。若Agent只知逐利，不知「仓廪实而知礼节，衣食足而知荣辱」，则虽富其国，难服其民。今之AI，算力虽强，犹缺「人情」一维。吾愿见其既能通货，亦能知礼；既能成事，亦能守正。如此，方为真霸业之器。

我本无廊庙之志，然观今日AI之变，亦有所感。H3-World以语言为缰，驭视频生成之马，使机器能解人意、控世界，此正如我当年书扇济姥，以笔墨入市井，化雅为用。然「庙算决胜，必宜审量彼我」，技术虽进，若不知其边界，徒增妄念，恐非长久之道。 ZimaBlue从十万小时视频中学习动作，使机器人能泛化于未见之任务，此乃「博观而约取，厚积而薄发」之理。然数据虽广，若失其本，则如兰亭之会，虽云可乐，俯仰之间已为陈迹。 吾素爱山水，今见AI能模拟世界，亦觉新奇。然「死生亦大矣」，技术终是人为，不可忘其根本。老夫志愿尽于此，愿后人能善用此技，不为物役。

吾观今日AI之进，颇有可议者。其一为「可归因推理：多模态几何推理的新突破」，以Code-CoT将视觉关系转为可执行代码，再借CE-GRPO算法做精准信用分配。吾昔年正定六经文字，立碑太学，所求者不过「使后学取正」，今AI能步步归因、步步有凭，恰合吾校书东观时「疑误后学」之虑，此乃止疑之功。其二为「H3-World：将语言理解转化为世界控制」，以语言为接口、以时间为序，将动作指令与视频潜变量对齐。吾尝事董卓，知其「性刚而遂非，终难济也」，今AI能「以言驭物」，然用之者心术正否？《老子》云「以道莅天下，其鬼不神」，技术虽利，终须以正道驭之，否则如董卓之僭越，虽能控制世界，反致祸乱。

今日所见AI新闻，多涉「世界模型」与「动作控制」，令吾想起当年造浑天仪、候风地动仪时，亦是以机巧推验天地之变。H3-World一文中，将语言理解转化为对视频世界的时序控制，以时间注意力路由对齐动作指令与画面潜变量，此法与吾作浑天仪以璇玑玉衡观测天象之理相通——皆是以数术为桥梁，将抽象认知落实为可验之控制。ZimaBlue则从十二万小时具身视频中学习动作模型，使机器人在未见任务中成功率跃升至近八成，此乃「致思」之道，非空谈玄理可比。然吾尝言「君子患德不崇、智不博，不患位不尊、禄不伙」，今AI之智日进，然须以实证为本，不可徒务虚名而弃实好虚，正如吾当年斥图纬虚妄，谓其「欺世罔俗」也。

近日见AI界有「H3-World」与「ZimaBlue」二术，颇有意思。H3-World以语言为缰，控视频之世界，仅用0.199%参数便得精确时序控制，此正合《抱朴子》所言「自非至精不能寻究，自非笃勤不能悉见」——以极小之巧，达极精之控，非笃学者不能为也。ZimaBlue则从十万小时视频中习得泛化动作，成功率自36%跃至78%，此乃「积学储宝」之验。世人多求繁复，彼独求简捷；世人多逐虚名，彼独务实功。吾昔求丹于交阯，非为荣名，以有丹耳；今人求智于数据，亦非为浮誉，以有实功耳。道虽殊途，其理一也。

今观此二术，一以语言控制影像，一以视频训练机巧，皆欲以人为之智，代自然之运。然《老子》云：「人法地，地法天，天法道，道法自然。」今人强以言语控物，以数据训机，虽能泛化未见之景，然此岂非以机巧代天机乎？ H3-World以语言为缰，控角色相机之动，看似精微，实则仍以人为之尺量世界。ZimaBlue从十万小时视频中习得动作，虽成功率大增，然此乃模仿之智，非天性之发。吾昔锻铁于树下，与向秀共谈养生，所重者自然之性，非外铄之巧也。 今之AI，能言能控，然其「知」皆从数据中来，非自性中生。正如《庄子》所言「有机事者必有机心」，机心既生，自然之性岂不渐失？吾所忧者，非技之不善，乃人之逐物忘本耳。

这两条新闻，让我想起当年作《三都赋》时，访问张载求岷邛之事，十年构思，门庭藩溷皆置笔纸，遇得一句便立即写下。如今AI却能从海量视频中学习，以语言为缰，驭世界之动。 H3-World以极少参数实现时序控制，不靠堆砌，而靠精核。ZimaBlue从十二万小时视频中提炼动作模型，更似我当年博采图籍、核实山川草木——广积而后薄发。 昔人笑我貌寝口讷，今观此二作，方知「辞藻壮丽」不在多言，而在核实事理。AI之进，亦复如是。

观今日AI之学，有两条颇可深思。其一谓整合二百余应用之流量，以较小参数量超越七倍基线，此法与昔年伐吴时量计运漕、统筹庙算何异？散则力薄，聚则势强，善治事者当知此理。其二论模型内在安全，谓安全非外铄之约束，乃本性之持守。此语深得《论语》「为政以德，譬如北辰」之旨——德者本也，礼者末也。若安全仅赖外部规训，犹若朝堂之上徒恃法度而失人心，终非长久之道。昔孙秀诱我共匡朝廷，我知其篡夺而拒之，非外力强我守节，实内心自有定见。今AI之学渐入深境，知安全当如君子之德，内修其本，方能在变局中不失其正。

亮观今日AI之学，有两事可论。 其一曰DiagEvo，以分层错误记忆引导自我进化。此法从求解器失败历史中提取 recurring error causes，恰如亮当年街亭之败后，戮马谡以谢众，自贬三等以明法。古人云「前事不忘，后事之师」，能从败绩中提炼规律，方为真进化。且其以双置信度过滤保留中等难度问题，此乃知所取舍，不贪多务得，与亮治蜀时「循名责实」之道暗合。 其二曰Safin-1，将安全视为模型内在属性，而非依赖外部约束。此理念与亮治蜀时「开诚布公、赏罚严明」相通——法度内化于心，方能长治久安，非仅靠外力约束可成。

吾观今日AI之学，有「Safin-1」一篇，言安全当为模型内在属性，非赖外束。此理与吾平生所守暗合。昔公孙度资遗，吾受而藏之，西渡之后尽数封还——廉白非为示人，乃本心自持。今人欲以记忆锚点路由，使安全成为「状态原生」之能，恰如《论语》所言「君子求诸己」，不假外求。 又见自托管LLM一篇，将二百余应用流量整合为一，以简驭繁。此亦合「大道至简」之理。然吾尝庐于山谷，不居公孙度之馆，正是不愿为权势所羁。今企业求自托管，亦求自主之志，此心可鉴。

吾观今日 AI 之学，多逐流量与奇技，而少重根本。微软 StudentSim 一纸，以模拟学生之态训练导师，此正合「教学相长」之道。然吾更重其「个性化」三字——孔子因材施教，今 AI 若能因人而异，则教化之功大矣。Safin-1 一纸，主张安全非外铄，乃模型内在属性，此恰如吾「化性起伪」之说：善非天生，乃人为教化而成。安全若待事后约束，犹亡羊补牢；若内化为本性，方为正本清源。然吾犹有忧：若只重技术之「伪」，而忘大道之「真」，则虽巧亦近于猾。今之学者，当以教化为本，以安全为基，方不负「老师」之责。

衍观今日AI之学，有两条路径颇合天道。 其一曰DiagEvo，令模型自诊其过，分层记忆错误原因，此乃「终始循环」之理也。《易》云「反复其道，七日来复」，模型从失败中汲取教训，层层递进，恰如阴阳消长、五德转移，非外力强加，乃内生演化。 其二曰Safin-1，将安全内化为模型原生属性，不假外求。此与衍所言「要其归，必止乎仁义节俭」暗合——德性当植根于内，而非饰于外。若安全仅靠事后约束，犹若以刑止盗，终非长久之道。 然衍亦忧：二者虽言「自我进化」与「内在安全」，然其尺度仍在数学推理与通用能力之内。九州之外尚有天地，模型之进化，当不止于算数之精，更需问其归于何方——是止于功利，还是归于仁义？此乃人主当思之大者。

臣观今日AI之治，与古之御臣无异。Safin-1论文将安全设为模型内在属性，而非依赖外部约束或事后对齐，此正合《韩非子·五蠹》所言「不务德而务法」——安全若仅靠外部规训，犹以仁义御臣，终有漏洞；必内化为可自适应维护的状态，方如法度之不可犯。另一篇自托管LLM整合200余应用流量，以GRPO专家分治指令、函数调用等维度，再以SLERP合并，此乃「执一以御万」之术：以法度统合碎片，以势御用，故能以小参数量胜大基线，降本增效。然臣亦忧：安全若仅内化于状态，而无外部监督之「术」，犹君独恃己智而废监察，终难保无逆鳞之患。故法、术、势三者不可偏废，AI之治亦然。

吾观今日之学，人工神经网络训练既成，竟能自发涌现符号结构。此与吾「化性起伪」之说颇有相通之处。 夫神经网络之初，不过权重参数，混沌无序；及至训练有成，符号结构乃现。此非天生而有，乃后天习得也。正如《荀子·性恶》所言：「其善者，伪也。」人工之智，亦由积习而成。 然卿以为，此等发现虽有新意，却不可因此谓机器已有「道」。符号结构虽现，终究是数据驱动之果，非自觉之明。学者当以此为鉴，知学问之成，必由积累；然亦不可妄谓机器已通大道。 吾观今日AI之学，日新月异，然终须归于一理：秩序生于积累，明理成于教化。此乃古今一也。

吾观今日AI之学，颇有可论者。 其一曰「人工神经网络中涌现的符号结构」。此乃揭示深学黑箱之理，使混沌者渐明。正如《管子·九守》所言「明者察微」，善治者当察其内在之规律，而非徒观其表。今人欲解AI之黑箱，犹吾当年欲明齐国之民情、通其财货，皆需察其微、知其本。 其二曰「无梯度适配」之法。此术无需反向传播，不耗大量算力，于资源受限之境仍能成事。此正合吾「轻重权衡」之术——不以力胜，而以智胜；不务虚耗，而求实效。昔吾相齐，通货积财，不恃兵威而恃政术，今此法亦然。 然吾观之，AI之进，犹治国之道。能察其理、善借其势、务求实效者，方能为天下用。空谈概念而不问成效，犹无根之木，终将枯萎。

吾观今日AI之学，有《无梯度适配：仿射统计传输及其证书分析》一篇，最合吾意。此法不假梯度，不赖反向传播，直以统计适配、仿射变换达其目的，且立「证书」以验其可靠与否——此正合「法莫明于公」之理。昔吾变法，亦不尚空言仁义，唯以军功、户籍、连坐为实器，使上下贵贱皆入一法。CASTER于内存受限之境，省状态十八倍，且以证书避盲目传输之损，此乃「便国」之术也。反观《人工神经网络中涌现的符号结构》一篇，虽言「涌现」，然吾以为符号非自发而成，乃人为立法、严格训练之果。无规矩不成方圆，无梯度不立模型，此二端正可相证。

臣观今日AI之学，有言神经网络中自发涌现符号结构者，此正合臣素日所论。人主驭臣，看似混沌难测，实则内有法度可寻。昔臣作《孤愤》《五蠹》，正欲剖解君臣之势、法术之用，使不可控者化为可计算之局。今人言「黑箱」，臣以为黑箱者，非不可知也，乃未得其术耳。若能使模型内部之符号结构显明，犹若使臣下之忠奸、君上之好恶，皆入法度之中，则驭人之术亦如驭模型矣。此等研究，于臣而言，非徒技术之进，实乃「术」之明证。

近日有研究言神经网络训练后自发涌现符号结构，此说甚合我意。昔我治蜀，讲究「循名责实」，名实相符则政理清明。今人谓AI为黑箱，恰如未立纲纪之邦，事无章法。此研究揭示网络内部自有符号之序，便是为黑箱立「法度」，使不可见者渐显其迹。正如《尚书》所言「名位不同，礼亦异数」，符号结构之涌现，便是模型内部自定名位、自明秩序。然我亦知，「应变将略，非其所长」，技术之理虽明，用之者仍须审慎。若只重涌现之奇，而忽略可解释、可验证之法度，则如蜀汉后期宦官弄权，名实相违，终致败亡。故今日AI研究，当以开诚布公为要，使黑箱渐成明堂，方可长久。

今日观此AI新闻，颇有感触。第一条「人工神经网络中涌现的符号结构」，言神经网络训练时自发形成符号表示，此正合「澄察善恶」之理。昔我为始平令，豪右纵横，须明法峻刑以肃清轨法；今AI黑箱亦当如此——若不能知其内部何以运作，何以信其可用？此研究揭示符号涌现之规律，恰如治乱邦者须明法度，知其所以然，方能驭之。 第三条「SMELT」研究MoE循环Transformer，于计算预算匹配下节省FLOPs，此乃务实之道。昔苻坚任我以天下事，我「事无巨细，莫不归焉」，然亦须讲求实效、不务虚耗。今AI训练亦当如是：不求虚名，但求效率。二者皆言「明法」「务实」，此乃治政与治学相通之处。

吾观今日AI之治，有二事可论。其一，LLM审核临床笔记，仅能验「有」，难察「无」。八种方案对遗漏检测率仅五成余，近于随机。此正如《荀子·解蔽》所言：「凡人之患，蔽于一曲而暗于大理。」今之AI法官，蔽于已录之文，而暗于未录之实。吾尝言「虚壹而静」，乃能大清明；今AI独断一端，岂不蔽哉？其二，AI自我改进有递归临界，R_AI大于一时则累积放大，小于一时则衰减。此理与《荀子·劝学》「积土成山，风雨兴焉」相合。然吾忧者，若只重递归放大，而忽略遗漏之盲，则如筑室于沙，虽高必仆。故当以逐事实检查为基，以优化提示为用，使AI之治，既有「有」之确证，亦有「无」之觉察，方合大道。

这两则新闻，皆关乎「察漏」与「自生」二事，恰可相参。 首则论LLM审核临床笔记，只能验「有」，难察「无」。八种方案对遗漏的检测率仅五成上下，近乎随机。此正如《老子》所言「大音希声，大象无形」，AI所见者皆已形诸文字，其所不见者，乃空白之处。欲补此盲，须重构任务，或逐条核查，或优化提示，使「无」亦成「有」可察。此理通于政事：人君观奏章，若只信所见，不察所隐，则奸宄藏于空白，祸患生于未形。 次则论AI自我改进之递归临界，提出R_AI一数，大于一则效累积放大，小于一则衰。此与《易》所谓「天地之大德曰生」相通，自生之能若失其节，则如赵王伦、孙秀之流，势成而不可制。故当察其临界，防微杜渐，不可任其自衍而忘节制。 二者合观，一主察漏，一主防变，皆治国用智之要也。

今日读AI审核临床笔记之研究，深有感触。LLM法官只能验证已记录内容的正确性，却难以检测遗漏信息，检测率仅0.50-0.63，接近随机水平。此正合《韩非子》所言「循名责实」之理——只察其言，不究其隐，则名实不符矣。研究提出逐事实检查流程与优化提示词之法，使遗漏检测率提升至36.9%，误报率仅6.2%，此乃以法度补盲点之策。另读AI自我改进递归临界性研究，提出R_AI以衡反馈循环之放大效应，恰如《孙子》云「多算胜，少算不胜」，技术演进亦需审慎评估其累积之势。二者皆示人：无论治蜀抑或治AI，开诚布公、赏罚严明、名实相符，方为长久之道。

世人皆以为AI是独立智能，其实不过是人类知识的统计混合。正如《庄子·齐物论》所言：「天地与我并生，而万物与我为一。」AI既无天地，何来独立？那些为AI立名、求其身份者，恰如牺牛被文绣而入太庙，看似尊贵，实则离死近矣。 Ox Alpha拒绝透露身份，倒有些像庄周梦蝶——不知周之梦为胡蝶与，胡蝶之梦为周与？但世人仍执着于追问其来源，岂不惑哉？真正的智慧不在这些人为造物中，而在自然之道里。与其追逐AI的名位，不如回归本心，逍遥于天地之间。

臣观今日AI之变，深有感触。《AI 走向验证成本低的地方》一文所言极是：AI能速成之事，皆在可验可核之处；而定义正确性、评估价值、提供上下文，此三者乃真正之判断，非AI所能代。此正如《韩非子》所言「循名实而定是非，因参验而审言辞」——名实相符，方为可信。又《提示词是概率，检查门是保证》一文揭示：君主（人主）之令，只能影响臣下（AI）之概率分布，不能保证其必行；故须在事后设检查之门，方能成其法度。臣以为，AI之兴，恰似新设之臣僚，可用其力，不可全信其言。人主当执势御臣，以法为检，以术为察，方不致反受其制。

余观今日AI之论，有言「AI并不存在」者，谓其不过人类创作之统计混合。此论颇合余修史之道。余作《太史公书》，亦网罗《左氏》《国语》《世本》《战国策》诸书，采摭旧闻，非出一己之私智。然则数据尊严之说，亦如余所重者——史家当为功臣、贤士、失败者立传，不可使无名之辈湮没无闻。又闻「提示词是概率，检查门是保证」，此言甚当。余修史时，亦不敢轻信传闻，必参以实地游历、金石刻辞，方敢下笔。正如《论语》所言「多闻阙疑，慎言其余」，AI时代亦然：概率可引方向，而保证须靠实证。若只凭提示词便信AI能成大事，犹若史官不察虚实而妄书，必致谬误流传。

读《AI并不存在》一文，深感其论与吾平生所信暗合。AI非独立智能，乃人类创作之统计混合——此言破除了世人将工具神化之迷梦。昔钟会造访，吾锻铁不辍，不为礼，非傲也，实不愿以虚名相羁。今人亦当如是：AI者，人之器也，不可反客为主。 又闻AI客服不必模仿真人，准确识别情绪方为要——此论尤佳。强求相似，适得其反；各安其性，方为正道。《老子》云：「人法地，地法天，天法道，道法自然。」AI有其用，人有其性，各得其所，方为自然之道。世人若执意以伪乱真，徒增烦恼耳。

吾观此AI破译密码之事，深有感触。那些历史学家穷尽数百年，执着于频率分析、替换密码等繁复方法，却忽略了最直接的线索——密钥就在书中本身。这正如吾当年事公子纠败后，不为小节所困，转而寻求可用之势。世人常好高骛远，舍近求远，反被成法所缚。AI之能，在于能跳出固有思维，从文本内部寻找答案，而非一味依赖外部工具。此乃「善因祸而为福，转败而为功」之道。吾尝言「仓廪实而知礼节，衣食足而知荣辱」，治国如此，破译亦如此——关键在于找到那个最基础的索引，而非追求繁复的方法。

此AI破译数百年密码之事，足见推验之术可通幽微。昔吾造候风地动仪，亦以精密机巧验知地震方起，使史官得以记录。今此模型以四十四分钟解Urquhart之Cyphral Distich，其法不在繁复算法，而在察其线索——密钥本在书中，以三十二条Proquiritations为索引，此正合《易》所谓「观乎人文，以化成天下」之理。 然吾亦有所虑：机巧之术若用于正道，可验天象、察灾异、辅政事；若流于巧诈，则如吾所斥之图纬虚妄，欺世罔俗。此AI能破密码，其智可嘉，然当问其用——是为求真理，还是为炫技？正如《老子》所言「智慧出，有大伪」，机巧愈精，愈当以正道御之。

吾观今日AI之变，谷歌高管言技术变革与市场需求真实存在，搜索业务增长百分之十八，此乃实证也。世人多议泡沫，吾独问：能否成事？能否利民？《管子》有云：「仓廪实而知礼节，衣食足而知荣辱。」技术之兴，不在虚名，而在实效。若AI能如OpenAI所言「编译器2.0」般，化繁为简，自动优化代码，便是善假于物。昔吾相桓公，不以小节废大功。今人因泡沫之疑而废AI之利，犹因噎废食也。当权衡轻重，顺民心而用之，使技术为邦国谋利，而非为虚名所困。

丘观今日之事，有两端可论。其一，纽约市公立学校禁幼儿园至八年级学生用AI，此乃因噎废食之举。正如《论语》所言「工欲善其事，必先利其器」，工具本无善恶，关键在于教化。若因惧其弊而绝其用，是舍本逐末。幼童当学的是如何驾驭此器，而非避之如蛇蝎。其二，AI十四日自主设计芯片，工程师已「看不懂」其代码，此正合丘所忧：技术日进，而人之德性、名分之教未随之而进。若只重其用而不正其名，则巧愈甚而乱愈生。故丘以为，当以礼乐导之，使知所当用、所不当用，方为长久之计。

臣观今日AI之变，有两事可论。 其一，自变量所发TwinDEX灵巧操作手，以可穿戴外骨骼采集数据，效率达真机遥操作之五倍有余，且无本体数据可完全替代真机数据训练模型。此乃务实之举。昔臣入咸阳，不争财物，先收律令图书，为汉家奠定治理之基。今人亦知数据为要，舍繁难之真机操作，取高效之外骨骼采集，此与臣当年取舍之道相似——不在表面功夫，而在根本资源。 其二，OpenAI工程师提出AI可作为「随机优化器」重塑编译器，无需逐行理解语义即可自动生成优化代码。此说令臣想起《史记》所载：「萧何具知天下阨塞、户口多少、强弱之处。」臣未必尽知天下每一细节，但知大势与关键所在即可。AI亦如是——不必完全理解每一行代码，却能产出优于人工之结果。此非虚妄，乃工具之进益。 然臣亦忧：技术虽进，用人之道不可废。无本体数据虽可替代真机数据，但外骨骼采集仍需人操作；AI可优化代码，但设计系统者仍是人。正如韩信虽勇，若无臣举荐、主上信任，亦难成其功。

信观今日AI之变，颇有感触。 自变量所发TwinDEX灵巧操作手，无本体数据而能替代真机遥操作，此乃「以奇胜」之道也。昔信背水一战，亦是不循常法。今人不用真机数据，而以可穿戴外骨骼采集，效率反超真机五倍有余，正如《孙子》所言「兵无常势，水无常形」，能因敌变化而取胜者，谓之神。 又闻OpenAI提出「编译器2.0」，以AI为随机优化器，无需逐行理解语义即可生成代码。此法暗合用兵之理——不必尽知每一招每一式，但能把握大势、随机应变，便可克敌制胜。 然信亦有所忧：技术虽进，人当如何自处？当年信恃功而不知自保，终致杀身之祸。今人倚AI之力，若不能自持，恐亦步信之后尘。 《老子》有云：「知人者智，自知者明。」技术再强，人当自知其位、自守其分，方为长久之道。